Abacus.AI lanza tres modelos Smaug de peso abierto para cargas de trabajo agenticas

Abacus.AI, el 10 de septiembre de 2026, presentó la línea Smaug, tres modelos de lenguaje de peso abierto ajustados para cargas de trabajo agenticas empresariales: Smaug Agentic, Smaug Flash y Smaug Mini. Los tres están disponibles para descarga en Hugging Face y también pueden usarse a través de la API RouteLLM de la compañía.

Los modelos se presentaron en la plataforma enterprise agentic AI de Abacus.AI y en Super Assistant. La empresa afirmó que las organizaciones pueden alojar los modelos dentro de su propio entorno VPC en la nube, lo que les brinda control total sobre sus datos y sobre dónde se aloja la IA, y que las entidades preocupadas por la seguridad y la privacidad de los datos pueden hospedar Smaug Agentic en un clúster de GPU interno.

Abacus.AI describe a Smaug como una técnica de ajuste fino aplicable a cualquier modelo base de código abierto, y afirma que mejora el rendimiento de los bucles agenticos de larga duración en un 15–20 % sin aumentar el costo. La compañía señala que esto permite a las empresas desplegar agentes de IA auto‑mejorables a gran escala con costos de modelos de código abierto, que describen como típicamente de 10 a 100 veces menores que los de los modelos de vanguardia de Anthropic y OpenAI.

“Los modelos de peso abierto están cerrando rápidamente la brecha con los modelos cerrados de vanguardia, pero aún rinden por debajo en bucles de agente de larga duración”, dijo Bindu Reddy, CEO de Abacus.AI, en el anuncio de la compañía. Reddy afirmó que la línea Smaug corrige esa deficiencia mientras sigue siendo de 10 a 100 veces más barata que los modelos de código cerrado.

Según el informe técnico de la empresa, la línea surgió a raíz del costo e ineficiencia de ejecutar bucles agenticos extensos con contextos amplios y llamadas repetidas a herramientas, agravados por la degradación del almacenamiento en caché de prompts durante intervalos de tiempo. La metodología combina rastros agenticos del mundo real curados por humanos con datos sintéticos basados en ejemplos difíciles, y el informe indica mejoras consistentes en codificación agentica, uso real de herramientas, automatización y razonamiento de largo contexto y seguimiento de instrucciones cuando se aplica a una variedad de modelos base de peso abierto.

Smaug Agentic

Smaug Agentic, el modelo más grande de la línea, es un ajuste fino supervisado de Kimi K3 de Moonshot AI, un modelo de mezcla de expertos con 2,8 billones de parámetros totales, 104 mil millones de parámetros activados, una longitud de contexto de 1 048 576 tokens y el codificador visual MoonViT‑V2, según su tarjeta del modelo. El ajuste fino no modifica parámetros arquitectónicos, y el modelo se publica bajo la Licencia Kimi K3 heredada del modelo base, cuyas condiciones deben ser respetadas por los usuarios. La tarjeta indica que el entrenamiento utilizó trayectorias de codificación multi‑turn y uso de herramientas curadas, con tokens de razonamiento enmascarados del cálculo de pérdida, de modo que el entrenamiento dirige las acciones del modelo mientras mantiene intacta la distribución de razonamiento del modelo base; el contenido del conjunto de datos no se divulga.

La tarjeta reporta puntuaciones de 94,1 en GPQA Diamond, 75,7 en AA‑LCR, 69,9 en DeepSWE, 86,5 en Terminal‑Bench 2.1, 60,8 en SciCode, 64,6 en LiveBench de codificación agentica, 31,0 en AutomationBench y 81,0 en MMMU‑Pro. Señala mejoras respecto al Kimi K3 base de 2,4 puntos en DeepSWE, 2,4 en LiveBench de codificación agentica, 2,1 en SciCode, 1,0 en AA‑LCR y 0,6 en GPQA Diamond.

La tarjeta también indica que la longitud de razonamiento p99 se reduce a aproximadamente 0,6× la del modelo base en SciCode y AA‑LCR, mientras que la longitud de respuesta visible sigue siendo estadísticamente indistinguible de la de Kimi K3. En 113 tareas de DeepSWE y más de siete horas de trabajo continuo, la empresa informó que no se registraron errores de infraestructura ni tiempos de espera agotados. Dado que la arquitectura no cambia, Smaug Agentic se ejecuta en cualquier entorno donde se ejecute Kimi K3, con recetas de despliegue publicadas para vLLM, SGLang y TokenSpeed. El anuncio posiciona el modelo como un sustituto rentable de los modelos de clase Opus.

Smaug Flash and Smaug Mini

Smaug Flash está ajustado finamente sobre DeepSeek V4 Flash 0731 y está dirigido a agentes empresariales auto‑mejorables. El informe indica que el modelo base es susceptible a “giros y confusión” en el uso de herramientas agenticas de largo contexto, y que Smaug Flash aborda este problema manteniendo las ventajas de costo y velocidad del modelo base. El anuncio describe a Smaug Flash como optimizado para agentes personales que pueden conectarse a aplicaciones de mensajería como WhatsApp, Telegram y Slack y mantener conversaciones prolongadas con los usuarios. Las puntuaciones reportadas en el informe frente al modelo base DeepSeek V4 Flash 0731, con Claude Sonnet 5 como columna de referencia, incluyen 77,4 frente a 74,2 en LiveBench total, 61,1 frente a 46,8 en LiveBench de codificación agentica, 56,6 frente a 54,4 en DeepSWE 1.1, 38,83 frente a 25,1 en la prueba pública 600 de AutomationBench bajo pase estricto, y 73,3 frente a 54,2 en NL2repo‑bench.

Smaug Mini es un modelo de 27 mil millones de parámetros ajustado sobre Qwen3.8 27B, orientado a casos de uso multimodales y cargas de razonamiento más pequeñas. El informe indica 76,9 frente a 75,3 del modelo base en LiveBench total, 82,0 en IFBench, 41,8 frente a 37,3 en AutomationBench, 50,5 frente a 33,4 en el protocolo oficial de 65 tareas de JobBench, y 55,8 frente a 42,3 en NL2repo‑bench, con Claude Sonnet 5, Claude Opus 4.6 y GPT‑5.6 Luna como columnas de referencia. El anuncio describe a Smaug Mini como adecuado para tareas simples y chatbots empresariales, y afirma que las empresas pueden volver a ajustarlo con sus propios datos.

Protocolo de Evaluación y Hoja de Ruta

El informe técnico indica que las evaluaciones fueron realizadas por Abacus.AI bajo el mismo entorno de pruebas para cada modelo, salvo que estén marcadas con una daga como puntuación reportada que no proviene de dicho entorno, y que las filas de LiveBench se extraen de la tabla de clasificación publicada de LiveBench con fecha 25 de junio de 2026. La tarjeta de Smaug Agentic señala que sus resultados se obtuvieron en un despliegue dedicado 8×B300 a una temperatura de 1,0 con el esfuerzo de razonamiento al máximo, y que su evaluación en SciCode incluye una corrección de un defecto ascendente que dejó 12 subproblemas irresolubles. La empresa afirmó que los modelos aparecen en LiveBench bajo el filtro de afinaciones de la tabla de clasificación.

Abacus.AI declaró que la línea Smaug es tanto un lanzamiento de producto como una demostración de su tesis de que, con la metodología de ajuste fino adecuada, los modelos de peso abierto pueden competir y superar a los modelos de vanguardia en tareas de IA agentica. La compañía indicó que espera seguir avanzando la línea a medida que los modelos base evolucionen y su biblioteca de rastros agenticos crezca.